基于三维匹配块的SAR图像相干斑抑制研究

合成孔径雷达(SAR)图像中存在相干斑噪声,不能准确反映照射区域的散射特性,增加了信息提取的难度。三维匹配块(BM3D)算法是在变换域中的稀疏表示,将相似的图像块分到一个三维空间中,从而达到去噪的目的。通过对噪声模型特征的分析及参数设置,将适用于加性噪声模型的BM3D算法应用到乘性噪声中。采用仿真与传统方法对比表明,利用BM3D算法抑制相干斑噪声,其边缘保持指数达到了0.484 5,在降噪的同时又较好地保存了图像的细节特征,验证了算法的有效性。

基于改进三维块匹配滤波的图像去噪算法

为了有效滤除樱桃图像在获取过程中混杂的不同噪声,保障图像识别与机器自动采摘时良好的图像信息质量,提出一种改进三维块匹配滤波(block-matching and 3D filtering, BM3D)的图像去噪方法.首先,在三维块匹配滤波的基础估计阶段构建自适应中值滤波处理器,滤除图像中部分椒盐噪声,并改进优化硬阈值、滑窗步长及三维硬阈值等关键参数快速滤除高斯噪声;其次,在基础估计阶段与最终估计阶段之间引入中值滤波,最大限度地去除图像中剩余的混合噪声;最后,通过仿真实验验证所提算法的有效性,并对比分析改进前后算法的归一化均方误差、峰值信噪比、信噪比改善因子及结构相似性等性能.结果表明,改进的BM3D方法在保持好樱桃图像细节信息的同时,能有效去除高斯噪声和滤除大概率椒盐噪声,且随混合噪声干扰的增强,所提算法的去噪性能更佳且优于其他滤波方法.

基于双域滤波的三维块匹配视频去噪算法

将双域滤波和三维块匹配算法相结合,充分利用了视频序列的时空频域的相关性,进行视频去噪。将三维块匹配视频去噪算法中小波阈值去噪得到的图像替换原引导图像,抑制了双域滤波算法基本层不平滑的问题。参考残差矩阵的能量谱对短时傅里叶变换系数进行阈值收缩,减少细节层的噪声残留。实验结果表明,本算法有效地解决了双域滤波算法的基本层不平滑、细节层有噪声残留的问题,主观和客观对比也表明,本算法有着较为优秀的去噪效果。

基于曲波噪声估计的三维块匹配地震资料去噪

常规的三维块匹配(BM3D)算法在地震资料降噪处理中具有较好的效果,但在实际处理中因无法得到噪声先验信息,通常难以确定所需的滤波阈值等相关参数。为此,提出了一种基于曲波噪声估计的BM3D地震资料去噪方法。首先利用曲波变换估计地震资料的噪声方差,再通过改进的BM3D去噪算法自适应地选取合适的阈值参数并完成去噪处理。理论模型与实际资料的处理结果表明,所提算法与常规的BM3D去噪算法和曲波变换去噪算法相比,能在很好地去除随机噪声的同时更好地保护有效信号,且在去噪过程中对边界反射的细节信息保持较好,计算效率较高,在实际资料处理中得到良好的效果。

基于改进三维块匹配的X射线绝缘子图像去噪

由于X射线图像噪声种类多样且随机分布,文中提出一种基于改进三维块匹配的X射线盆式绝缘子图像去噪新方法。针对三维块匹配算法协同滤波中采用的小波硬阈值法造成的伪吉布斯现象,提出一种改进的小波阈值去噪方法,克服了伪吉布斯现象,保留了更多的图像细节;针对三维块匹配算法协同滤波中采用的维纳滤波法造成的"振铃效应",提出一种基于各向异性扩散的改进卡尔曼滤波方法,避免了"振铃效应",边缘清晰,细节完整。试验结果表明,该方法极大地抑制了图像噪声,提升了X射线图像的质量,为后续故障识别提供了良好的图像基础,极大地提升了故障识别的准确率。

NSST域三维块匹配的SAR图像相干斑抑制算法

为了降低合成孔径雷达(synthetic aperture radar,SAR)图像中相干斑噪声对后续应用的影响,提出一种基于非下采样剪切波变换(non-subsampled Shearlet transform,NSST)域三维块匹配的相干斑抑制算法。该方法能够充分利用图像的自相似性和稀疏性,在抑制相干斑的同时保留图像的细节。为了较少计算量并增强相似块匹配的鲁棒性,使用灰度理论(grey theory,GT)进行相似性度量得到相似块组;为了获得更多方向的细节信息,将相似块组变换到NSST域实现多尺度多方向的分解并对系数进行收缩滤除相干斑噪声;将NSST系数反变换并利用相似性作为权重得到相干斑抑制后的SAR图像。通过在真实SAR图像上进行测试实验,进一步验证了相似块匹配方法及相干斑抑制算法的有效性,有利于SAR图像的后续应用。

分数阶三维块匹配去噪算法

提出了一种分数阶三维块匹配去噪算法,以克服分数阶积分去噪中低频轮廓保留不精确的缺点和三维块匹配算法中高频纹理细节成分保留较差的缺点。描述了分数阶积分去噪方法应用在数字图像处理中的数学理论原理;构造了分数阶积分去噪模板,并具体分析了分数阶阶次选择对去噪结果的影响;从主观视觉评价和客观峰值信噪比(PSNR)度量两个标准对提出的去噪算法性能进行了分析。从去噪实验的结果来看,提出的分数阶三维块匹配算法在去噪图像高频细节纹理的保留上与诸如小波去噪、非局部均值等算法相比取得了更佳的结果。通过对本算法的数值实现,以及与多数流行去噪算法结果进行数值分析,证明了分数阶积分三维块匹配理论的正确性和合理性,得出了本算法效果更佳的结论。

一种快速的三维块匹配图像去噪方法

为了在不降低三维块匹配算法(BM3D)效果的基础上,提高其运算速度,提出一种基于积分图的BM3D的加速算法.在新的算法中,首先利用高斯滤波器对原图像进行粗去噪,再利用积分图计算块的相似性,在块的相似度计算过程中不再进行滤波.在BM3D的第二步维纳滤波中,经过对原算法计算过程进行相应的转换,也可将积分图应用于该阶段.实验表明,改进后的算法,不但保留了三维块匹配算法在去噪方面好的性质,而且运算时间缩短了近1/4.

三维块匹配波域调和滤波图像去噪

针对当前图像去噪算法缺乏对整体结构的分析以及运算量过大的不足,提出了一种利用波域调和滤波扩散模型改进BM3D去噪技术的新算法。首先,利用传统的欧氏距离法将相似二维图像块合并,得到三维数组,再将联合滤波后的三维数组进行逆变换,得到图像的预估计数据。其次,通过小波分解变换提取预估计图像中的高频部分进行滤波,为避免边缘模糊,引用拉普拉斯高斯算法构建新算子并将其代入扩散模型。最后,进行小波重构,以得到原始图像的最终逼近,从而均衡运算速度和去噪性能,保护图像完整的结构信息。实验结果表明,新算法的去噪性能优异,内部信息保护更具完整性,运算速度合理,有利于实际应用。

小波域三维块匹配图像去噪

提出了一种关于图像去噪的三维块匹配算法(BM3D算法)的改进算法。它不仅保留了三维块匹配算法好的性质,而且最大的优点是能大大减少计算量,缩短运算时间。算法包括三个步骤:首先,对含噪图像进行小波分解;其次,对小波分解后的高频分量用三维块匹配(BM3D)算法进行去噪处理;最后,用处理后的结果进行小波重构得到去噪图像。给出了该算法的详细实现过程,并把它与以前的三维块匹配算法进行了比较。结果表明,改进后的算法,不但保留了三维块匹配算法在去噪方面好的性质,而且大大减少了运算量。

基于三维块匹配与改进Top-hat的红外图像目标检测方法

针对复杂背景干扰下难以精确检测出红外图像目标的问题,提出基于三维块匹配(BM3D)与改进顶帽(Top-hat)的红外图像目标检测方法。该方法首先采用三维块匹配算法对红外图像进行滤波,更好地保留图像的边缘信息;其次构建改进Top-hat算子,利用不同大小、不同形状的结构元素对滤波后图像进行背景估计,得到校正后图像;最后对校正后图像进行阈值分割,得到目标图像。仿真实验结果表明,与经典Top-hat算法比较,提出的方法能够有效地增强红外图像对比度、抑制噪声干扰、减弱非均匀加热背景的影响,从而突出红外图像目标信息,使得红外图像目标检测更加准确。

改进的三维块匹配去噪算法

在处理由高斯白噪声污染的高对比度图像时,传统的三维块匹配(Block-matching and 3D)算法不能完整地保留图像边缘和纹理细节,去噪后的图像边缘会出现边缘振铃效应。为了弥补传统BM3D去噪算法在处理图像边缘和纹理细节时的不足,提出了先对噪声图像进行各向异性扩散滤波,再使用沿边缘方向代替水平方向搜索相似块的BM3D改进算法。实验结果表明,改进算法获得的相似块数量是传统方法的4倍,峰值信噪比(PSNR)也得到了进一步提高,改进算法能较好地保留图像边缘和纹理细节。

层间约束下三维块匹配的双能CT多成分分解

双能CT利用两组不同能谱下的衰减信息,准确分割两种基材料。在实际应用中,物体内部材料结构复杂、组分多元化,想了解其内部结构信息往往需要获取三种及三种以上基材料图像。常规CT是连续混合谱束,获取的投影信息与单能重建算法不匹配,重建图像中各基材料的衰减系数存在误差。由于工业领域材料的密度普遍较大,所以重建图像中基材料的噪声更严重,影响各组分表征准确度,尤其对于衰减系数接近的材料区分难度更大。为实现双能数据分解得到多幅高质量基图像,除了重建图像本身存在的噪声影响外,材料分解模型中系数矩阵的选取也十分重要。然而重建图像中的衰减系数值与理论衰减系数值存在偏差,重建图像中密度接近的不同材料的衰减系数相近甚至相等,导致待分解像素的材料三元组选取错误,降低了材料分解精确度。因此,提出一种在层间约束下的三维块匹配多成分分解方法。该方法引入有质量体积守恒和每个像素至多包含三类材料约束的多材料分解模型,将三维结构相似性信息加入到像素材料成分选取中,利用三维结构信息进行约束求解达到降低噪声污染的目的,获取大致分解的初始基图像;再利用三维块匹配方法对初始基图像进行匹配,对各基材料图像进行三维特征约束分类,分类后选取含有该类基材料的最优材料成分三元组进行多材料分解,得到更准确的组分表征图。金属纯模体和花岗岩两组实验中,与已有方法的结果图进行对比,层间约束下三维块匹配分解方法对衰减系数接近的工业材料的识别更准确,各组分表征图结构更完整,图像质量更好,细节处理也更精确。金属纯模体实验中的定量分析表明,相比已有方法,该方法的PSNR值和SSIM值分别提高了5%~6%和31%~35%。验证了该算法的有效性和鲁棒性,在常规CT系统下实现了更精确的多成分分解。

决策中值滤波联合三维块匹配的遥感影像去噪

针对遥感影像高密度脉冲混合噪声去噪的问题,提出一种高效决策中值滤波算法(efficient decision-based algorithm, EDBA)和三维块匹配算法(block-matching and 3D filtering, BM3D)相结合的混合噪声去除方法。通过EDBA算法对原始噪声图像进行预处理,快速有效地解决原始影像中高密度脉冲去噪的问题,并利用BM3D算法消除影像中高斯白噪声的干扰。实验以峰值信噪比(peak signal to noise ratio, PSNR)和结构相似度(structural similarity, SSIM)作为评价指标,与非局部均值滤波算法(non-local mean, NLM)、BM3D算法、自适应中值滤波器(adaptive median filter, AMF)-BM3D算法进行对比分析。实验结果表明:随着噪声密度的增加,具有更好效果。如在脉冲噪声密度为0.01情况下,该方法PSNR相较BM3D提高2.5~3 dB,SSIM提高约6%。整体上,新方法的遥感影像高密度脉冲混合噪声的去噪效果优于传统单一去噪算法和同类型混合算法,在遥感影像混合噪声的去除上,具有一定的应用价值。

基于改进三维块匹配滤波的红外全息降噪算法

红外全息技术更适用于长距离的大视场成像,但其散斑噪声与高斯噪声对图像质量的影响也更加显著,限制了红外全息技术的应用与推广。本文通过引入全局傅立叶阈值与自适应维纳滤波的方法对三维块匹配滤波算法进行优化,提高了其对红外全息图像降噪的适应性与细节保留,得到改进的三维块匹配滤波算法,并与多种采用传统滤波方法的结果进行了对比。结果表明,改进后的算法可以在对红外全息图像中的高斯噪声等环境噪声与散斑噪声进行降噪的同时保留更多细节,是一种更加适用于红外全息图像的降噪方法。

太赫兹成像三维块匹配自适应Canny边缘检测算法

针对传统Canny算子在滤波时会模糊边缘且需要人工设置高低阈值的缺点,提出了一种基于三维块匹配的改进自适应阈值Canny边缘检测算法,并用于太赫兹三维层析成像。该算法一方面对滤波方法进行了改进,用三维块匹配(BM3D)滤波算法结合引导滤波算法代替高斯滤波算法以减少图像边缘信息的丢失;另一方面,针对传统人工设定阈值的不确定性,将梯度图进行块匹配后对三维图像块组使用最大类间方差法(OTSU)以自适应确定高低阈值。最后利用该算法对含有噪声的图像进行边缘检测处理,发现在高斯噪声方差为20时滤波后的峰值信噪比(PSNR)从22.202提升至27.151,验证了该算法去除噪声的有效性。三维块匹配改进自适应阈值Canny边缘检测算法(BM-OTSU-Canny)减少了错误边缘的数量,同时保留了连接性较好的边缘点,改善了边缘细节信息的提取效果。

块匹配三维协同滤波算法(BM3D)在探地雷达图像去噪的应用

采用探地雷达设备进行地下缺陷探测的过程中会产生大量的探地雷达图像,在使用人工智能算法进行地下病害体识别的研究中,输入的探地雷达图像的品质决定了人工智能识别成果的准确性。本文采用块匹配三维协同滤波算法(BM3D)对探地雷达图像进行预处理,压制噪声、干扰,提高地下病害体图像的信噪比,突出病害体的图像特征,为人工智能算法识别病害体图像特征提供高质量训练图像。

基于块匹配三维滤波算法的长距离BOTDR系统研究

长距离布里渊光时域反射仪(BOTDR)存在光信号衰减较大、信噪比较低的问题,致使待测光纤信号功率极弱处所测得的布里渊频移(BFS)波动幅度及噪声明显增大。采用块匹配三维滤波算法(BM3D)对BOTDR测量信号进行降噪以提升系统测量精度。阐述了BOTDR信号特征,分析了基于BM3D的BOTDR降噪原理,搭建了基于后向拉曼放大方法的长距离BOTDR系统,并在100 km传感光纤上进行了实验验证。研究结果证明,在20 m空间分辨率及100次累加平均次数下,BM3D算法降噪前后光纤全段BFS波动幅度由±15.761 MHz降至±2.276MHz,均方根误差(RMSE)由6.477 MHz降至1.028 MHz。同时,降噪后光纤全段BFS波动幅度分布平滑,有效抑制了信噪比较低处BFS波动的大幅增加,进一步证明了该算法的有效性。

多方向高斯窗匹配模板的SAR-BM3D相干斑抑制算法

针对三维块匹配(BM3D)算法在合成孔径雷达(SAR)图像相干斑抑制时存在的边缘方向信息获取不足和过度平滑的问题,提出一种基于非下采样的Shearlet变换(NSST)和多方向高斯窗匹配模板的SAR-BM3D相干斑抑制算法。通过NSST对图像的边缘纹理特征进行描述,通过多个方向不同的高斯窗来匹配SAR图像在空间域内的几何结构,保留较为完好的SAR图像边缘细节信息,将相似性估计的结果聚合得到相干斑抑制后的SAR图像。通过对比实验证明,本文提出的算法不仅对SAR图像的相干斑抑制效果明显,同时能够有效地保持SAR图像的纹理细节,具有良好的人眼视觉效果。

基于聚类三维块匹配的合成孔径雷达影像滤波算法

三维块匹配(BM3D)算法能够有效抑制平稳信号中的噪声。对于具有随机特性的合成孔径雷达影像斑点噪声,受限于三维变换阈值单一和在局部邻域寻找相似块,BM3D算法的滤波效果不佳。提出了基于K-Means聚类的BM3D算法,并将其应用于合成孔径雷达影像斑点噪声抑制。对图像块集合根据均值、方差和极差值构建的特征向量进行聚类,估计每一类块的噪声方差,根据类噪声方差估计自适应三维变换阈值;在每一个图像块类内部寻找相似块,实现全局相似块的快速查找。实验结果表明,同BM3D算法和非局部均值算法相比,所提算法具有更好的视觉效果和更高的峰值信噪比。